Smith Washington Arauco Canchumuni

Idiomas

Áreas de atuação

Produções bibliográficas

• POTRATZ, GUILHERME LORIATO ; CANCHUMUNI, SMITH WASHINGTON ARAUCO ; CASTRO, JOSE DAVID BERMUDEZ ; POTRATZ, JÚLIA ; PACHECO, MARCO AURÉLIO C. . Automatic Lithofacies Classification with t-SNE and K-Nearest Neighbors Algorithm. Anuário do Instituto de Geociências - UFRJ , v. 44, p. 1, 2021.

• CANCHUMUNI, SMITH W. A. ; CASTRO, JOSE D. B. ; POTRATZ, JÚLIA ; EMERICK, ALEXANDRE A. ; PACHECO, MARCO AURÉLIO C. . Recent developments combining ensemble smoother and deep generative networks for facies history matching. COMPUTATIONAL GEOSCIENCES , v. 25, p. 433-466, 2021.

• CANCHUMUNI, SMITH W.A. ; EMERICK, ALEXANDRE A. ; PACHECO, MARCO AURÉLIO C. . History matching geological facies models based on ensemble smoother and deep generative models. JOURNAL OF PETROLEUM SCIENCE AND ENGINEERING , v. 177, p. 941-958, 2019.

• SARMIENTO, MARTIN GUILLERMO CORNEJO ; EPPRECHT, EUGENIO KAHN ; OLIVEIRA, FERNANDO LUIZ CYRINO ; RODRIGUES JUNIOR, ANNIBAL THEOPHILO S. ; CANCHUMUNI, SMITH WASHINGTON ARAUCO . THE USE OF SIMULATION TO MODEL THE DISPATCH OF INBOUND CONTAINERS IN PORT TERMINALS. PESQUISA OPERACIONAL (ONLINE) , v. 39, p. 155-175, 2019.

• CANCHUMUNI, SMITH W.A. ; EMERICK, ALEXANDRE A. ; PACHECO, MARCO AURÉLIO C. . Towards a robust parameterization for conditioning facies models using deep variational autoencoders and ensemble smoother. COMPUTERS & GEOSCIENCES , v. 128, p. 87-102, 2019.

• CASTRO, JOSE DAVID BERMUDEZ ; VILLALOBOS, C. M. ; CANCHUMUNI, S.W.A ; MENDOZA, L. A. F. ; PACHECO, M. A. C. . A Free Web Service for Fast COVID-19 Classification of Chest X-Ray Images with Artificial Intelligence. International Conference on Computational Science and Its Applications. 1ed.: , 2022, v. 13375, p. 412-427.

• TRINIDAD, M. J. C. ; CANCHUMUNI, SMITH WASHINGTON ARAUCO ; PACHECO, MARCO AURELIO . Towards a Benchmark for Sedimentary Facies Classification: Applied to the Netherlands F3 Block. In: SIMBIG2020. (Org.). Annual International Conference on Information Management and Big Data. 1ed.: , 2021, v. 141097, p. 211-222.

• Gurwicz, Allan ; CANCHUMUNI, SMITH ARAUCO ; Pacheco, Marco Aurélio Cavalcanti . Smart Well Data Generation via Boundary-Seeking Deep Convolutional Generative Adversarial Networks. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2019, v. 11508, p. 73-84.

• POTRATZ, JULIA ; VILLALOBOS, C. M. ; CANCHUMUNI, SMITH WASHINGTON ARAUCO ; PACHECO, MARCO AURELIO . Deep learning for mapping rainwater drainage networks using Remote Sensing Data. In: 42nd Ibero-Latin-American Congress on Computational Methods in Engineering and 3rd Pan American Congress on Computational Mechanics (III PANACM) and XLII CILAMCE, 2021, Rio de Janeiro. Ibero-Latin-American Congress on Computational Methods in Engineering, 2021.

• TRINIDAD, M. J. C. ; CANCHUMUNI, SMITH WASHINGTON ARAUCO ; PACHECO, M. A. C. . Seismic Facies Segmentation Using Atrous Convolutional-LSTM Network. In: 42nd Ibero-Latin-American Congress on Computational Methods in Engineering and 3rd Pan American Congress on Computational Mechanics (III PANACM) and XLII CILAMCE, 2021, RIO DE JANEIRO. Ibero-Latin-American Congress on Computational Methods in Engineering, 2021.

• CAMPOS TRINIDAD, MAYKOL J. ; COELHO, FELIPE BORGES ; ARAUCO CANCHUMUNI, SMITH W. ; CAVALCANTI PACHECO, MARCO A. . Data Science Mentoring Support using Neural Networks. In: 2021 21st International Conference on Computational Science and Its Applications (ICCSA), 2021, Cagliari. 2021 21st International Conference on Computational Science and Its Applications (ICCSA), 2021. p. 276.

• CASTRO, JOSE D. BERMUDEZ ; CANCHUMUNI, SMITH W. ARAUCO ; VILLALOBOS, CRISTIAN E. MUNOZ ; CORDEIRO, FABIO CORREA ; ALEXANDRE, ANTONIO MARCELO AZEVEDO ; PACHECO, MARCO A. CAVALCANTI . Improvement Optical Character Recognition for Structured Documents using Generative Adversarial Networks. In: 2021 21st International Conference on Computational Science and Its Applications (ICCSA), 2021, Cagliari. 2021 21st International Conference on Computational Science and Its Applications (ICCSA), 2021. p. 285.

• POTRATZ, JULIA ; CANCHUMUNI, SMITH W.A. ; CASTRO, JOSE DAVID BERMUDEZ ; EMERICK, ALEXANDRE A. ; PACHECO, MARCO AURELIO C. . Large Dimension Parameterization with Convolutional Variational Autoencoder: An Application in the History Matching of Channelized Geological Facies Models. In: 2020 20th International Conference on Computational Science and Its Applications (ICCSA), 2020, Cagliari. 2020 20th International Conference on Computational Science and Its Applications (ICCSA), 2020. p. 23.

• CANCHUMUNI, S.W.A ; EMERICK, A.A ; PACHECO, M.A.C . History Matching Channelized Facies Models Using Ensemble Smoother With A Deep Learning Parameterization. In: ECMOR XVI 16th European Conference on the Mathematics of Oil Recovery, 2018, Barcelona, 2018.

• CANCHUMUNI, SMITH ARAUCO ; EMERICK, ALEXANDRE A. ; PACHECO, MARCO AURELIO . Integration of Ensemble Data Assimilation and Deep Learning for History Matching Facies Models. In: OTC Brasil, 2017, Rio de Janeiro. OTC Brasil, 2017.

• CANCHUMUNI, S. W. A. ; Meggiolaro M.A. . Probabilistic Localization and Mapping of Mobile Robots in Indoor Environments with a Single Laser Range Finder. In: 22nd International Congress of Mechanical Engineering (COBEM), 2013, Ribeirão Preto, São Paulo. Anais do 22nd International Congress of Mechanical Engineering (COBEM), 2013.

• CANCHUMUNI, S. W. A. ; Meggiolaro M.A. ; CANCHUMUNI, S. W. A. . Localização e Mapeamento Probabilístico Simultâneos de Robôs Móveis em Ambientes Internos com um Sensor de Varredura a Laser. 2013. (Apresentação de Trabalho/Congresso).

Outras produções

Projetos de pesquisa

• 2019 - Atual

  BIG-OIL - Ciência de Dados para a Indústria de Óleo e Gás, Descrição: O objetivo deste projeto é prover o apoio à decisão às áreas de E&P por meio de tecnologias e métodos da Ciência dos Dados, promovendo a identificação de aplicações e impulsionando a adoção de análises avançadas em seus processos. O presente projeto pretende contribuir de forma significativa para a maior qualidade das decisões da tomadas na área de petróleo e gás no através da realização de um conjunto de pesquisas, especificadas a seguir.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Smith washington Arauco Canchumuni - Integrante / PACHECO, MARCO AURELIO - Coordenador.

• 2013 - Atual

  OCTOPUS, Descrição: O sistema OCTOPUS é o resultado de uma parceria de pesquisa e desenvolvimento, entre a Petrobras e o Laboratório ICA, que teve início em 2000. Trata-se de um sistema desenvolvido especificamente para a solução do problema de otimização de planos de drenagem. A partir da descrição de um reservatório (modelo de simulação), o sistema busca encontrar, por meio de um algoritmo genético, uma configuração de poços que maximize o VPL (Valor Presente Líquido) do projeto. No processo de busca pela melhor configuração, são levados em consideração a quantidade, o tipo (injetor ou produtor), a trajetória (vertical, horizontal ou direcional) e a localização dos poços. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Smith washington Arauco Canchumuni - Coordenador / Marco Aurelio Cavalcanti Pacheco - Integrante / Leonardo Alfredo Forero Mendoza - Integrante / Ana Carolina Alves Abreu - Integrante.